Fastbrowse apuesta por un modelo «rápido» para navegar: 11 veces más barato, pero la prueba es de la propia empresa

Por Hacker News (Show HN) · 30 de octubre de 2026.

Furqan, fundador de Nebula, ha presentado en Hacker News Fastbrowse, un agente de navegador de código abierto que controla Chrome a partir de una tarea en lenguaje natural. El código está en GitHub (agent-labs-dev/fastbrowse) y, según su autor, se lanza con una sola línea mediante uv, Chrome y una clave de TypeSafe u OpenRouter.

El diseño tiene dos decisiones clave. La primera: en cada paso el agente recibe la lista de elementos de la página en lugar de capturas de pantalla. Según el autor, esto impide que intente clicar botones que no existen. La segunda: usa lo que Nebula llama «modelos System One» (hoy, uno llamado Jev), pensados para decisiones rápidas y baratas, en analogía con el pensamiento rápido e intuitivo de Kahneman. Si Jev falla, el sistema recurre a un LLM económico como Gemini Flash Lite o DeepSeek v4.1.

Las cifras, según la propia Nebula: en una batería de 46 tareas ejecutadas tres veces cada una frente al agente alojado de Browser Use con su configuración por defecto, ambos sobre navegadores en la nube de Browser Use, Fastbrowse costó 0,030 $ por ejecución frente a 0,318 $ (el «11 veces menos» que anuncian). Superó 137 de 138 ejecuciones; el rival, 133. No tenemos acceso al detalle de las tareas ni a una réplica independiente.

En el momento de la publicación el post tenía solo 3 puntos y 2 comentarios, así que no hay todavía escrutinio de la comunidad.

**Nuestra lectura.** La idea es sensata y encaja con una tendencia clara: los agentes de navegador son caros y lentos porque usan un modelo grande y visión en cada clic, y buena parte de esos pasos son rutina. Enrutar lo fácil a un modelo pequeño y escalar a uno mayor solo cuando falla es la arquitectura lógica para que la automatización web sea económica. Leer la estructura de la página en lugar de píxeles también es más robusto, aunque tiene su límite: páginas con canvas, contenido dinámico complejo o elementos mal etiquetados pueden esconder lo que el agente necesita.

Hay que moderar el entusiasmo. Una suite de 46 tareas diseñada por los propios autores de la herramienta, comparada con un competidor en su configuración por defecto, es un indicio, no una medición. La diferencia de aciertos (137 vs. 133 de 138) es pequeña y podría deberse a la elección de tareas. El dato más fiable es el de coste, porque es el más difícil de maquillar, pero conviene probarlo con tus propios flujos.

Si se confirma, importa por algo más que el ahorro: cuando el coste por tarea baja un orden de magnitud, automatizar trámites, investigación y gestiones repetitivas pasa de ser un lujo a algo cotidiano. A corto plazo eso presiona el trabajo administrativo repetitivo, el más expuesto según nuestra línea sobre empleo. A largo plazo, es el tipo de infraestructura barata y abierta que democratiza la automatización. Y recordemos la pregunta de siempre con los agentes: quién controla las credenciales y los permisos de un bot que navega por ti.